动态阈值结合全局阈值对图像进行分割.pdfVIP

( ) 第 24 卷第 1 期 南昌大学学报 工科版 Vol. 24 No. 1 2002 年 3 月 Journal of Nanchang University ( Engineering Technology) Mar. 2002 ( ) 　　文章编号 :1006 - 0456 2002 01 - 0037 - 04 动态阈值结合全局阈值对图像进行分割 涂其远 ,吴建华 ,万国金 (南昌大学 电子信息工程学院 ,江西 南昌 330029) 　　摘要 :首先讨论了图像阈值分割的两种方法 :全局阈值图像分割和动态阈值图像分割. 当背景的灰度值可看作 恒定时 ,使用全局阈值一般会有较好的效果 ;在许多情况下 ,背景的灰度值并不是常数 ,物体和背景的对比度也有 变化 ,我们可将一个随图像位置缓慢变化的函数设为阈值 , 即采用动态阈值. 但由于我们要对图像分块 ,简单的动 态阈值分割所得的图像通常包含人为的边界和阴影 ,为改善图像分割效果 ,本文提出了把全局阈值和动态阈值结 合起来对图像进行分割的一种新的图像阈值分割方法. 实验表明 ,该方法比单独采用全局阈值或动态阈值方法性 能优越. 关键词 : 图像分割; 阈值;全局阈值 ;动态阈值 中图法分类号: TN 91173 　　　　文献标识码 :A 1 　引言 图像分割技术是图像处理中的一种重要技术 ,其中比较常用的一种是利用阈值对图像进行分割. 图像阈 值分割主要利用图像中要提取的目标物体与背景在灰度上的差异 ,把图像分为具有不同灰度级的目标区域 和背景区域的组合. 利用阈值对图像进行分割时 ,关键是找到恰当的阈值 ,利用阈值将图像物体和背景区分 开来. 当图像目标物体与背景灰度相差较大时 ,找到一个全局阈值对图像进行分割可取得比较满意的结果 ; 当图像比较复杂 , 图像背景或物体灰度变化比较大 ,或者图像物体和背景灰度值比较接近时 ,利用全局阈值 对图像进行分割可能会把图像的局部细节忽略 ,此时我们可以考虑采用动态阈值进行分割. 但是采用动态阈 值分割图像时 , 由于我们人为地对图像分块, 比较容易产生阴影和人为边界,我们可以把动态阈值与全局阈 值结合起来 , 以改善图像分割效果. 2 　全局阈值图像分割 当图像背景比较单一 , 图像灰度直方图明显呈双峰分布时 ,采用全局阈值进行图像分割一般可得到比较 满意的结果. 全局阈值图像分割的方法有多种 ,如直方图阈值图像分割、类间差阈值图像分割、最大熵阈值图 像分割等. 下面简单介绍类间差阈值图像分割的基本原理[1 ] . 设图像共有 L 个灰度级, 灰度为 i 的像素共有 n i 个, 图像共有 N 个像素, 归一化直方图, 令 P = n / N i i 设阈值为 t , 将图像灰度值分为两类 : C0 = { 0 , 1 , 2 , …, t} 　　　　C1 = { t + 1 , t + 2 , …, L - 1} 则 C0 , C1 类出现的概率和均值可由下式给出 : t L - 1 ( ) ( )